博主你好,为什么我使用informer预测后,生成的ture.npy无法在原数据集中找到对应的元素--inverse我设置为True了
22条回答 默认 最新
关注 让阿豪来帮你解答,本回答参考chatgpt3.5编写提供,如果还有疑问可以评论或留言
问题分析: 根据问题描述,使用Informer进行预测后,生成的true.npy在原数据集中无法找到对应的元素。同时,对于inverse参数,已设置为True。 解决方案:- 确认数据集的格式 在使用Informer进行预测时,应先确认输入的数据集格式是否正确。根据Informer模型的要求,输入数据集应该是一个三维矩阵,维度分别为(样本数,时间步长,特征数)。如果数据集格式不正确,可能会导致生成的true.npy无法与原数据集对应。
- 确认inverse参数的使用 Informer模型中有一个inverse参数,用于设置是否需要对输入数据进行反归一化,以便得到能够与原数据集对应的预测结果。如果inverse参数设置不正确,可能会导致生成的true.npy无法与原数据集对应。 例如,当inverse参数设置为True时,程序应该执行如下代码:
true = true * std + mean
其中,true为Informer模型生成的预测结果,std为样本标准差,mean为样本均值。如果inverse参数没有正确设置,可能会导致true.npy无法与原数据集对应。 3. 确认保存路径的设置 生成的true.npy保存在计算机中的路径应该与原数据集路径一致,以确保能够在原数据集中找到对应的元素。如果保存路径设置不正确,可能会导致true.npy无法与原数据集对应。 例如,当原数据集路径为'/data/original_dataset.npy'时,生成的true.npy应保存在同一目录下,命名为'true.npy'。程序应执行如下代码:
np.save('/data/true.npy', true)
通过以上三个方面的确认,可以解决生成的true.npy无法在原数据集中找到对应的元素的问题。 参考代码:
import numpy as np from model import Informer # 导入原数据集 data = np.load('/data/original_dataset.npy') # 构建Informer模型 model = Informer() # 进行预测,并将结果保存为'true.npy' true = model.predict(data) mean = np.mean(data, axis=(0, 1)) std = np.std(data, axis=(0, 1)) true = true * std + mean np.save('/data/true.npy', true)
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥15 100 内验证哥德巴赫巴赫猜想
- ¥15 需要在vitis下实现彩调视频图像累加,并输出
- ¥15 解决不了的LNK2019错误
- ¥20 MATLAB仿真三相桥式全控整流电路
- ¥15 EDA技术关于时序电路设计
- ¥15 百度文心一言流式返回sse失败
- ¥15 由于远程方已关闭传输流,身份验证失败
- ¥15 rt-detr,PCB,目标检测
- ¥15 有偿求指导实证代码。cfps清洗合并后,无论是构建平衡面板还是非平衡面板,都是只剩几百个样本量。求指导一下哪里出问题了,不要潦草回复
- ¥15 mutlinichenet